«regression» etiketlenmiş sorular

tanıtım: Klasik "büyük p, küçük n problemi" olan bir veri kümem var. Mevcut sayıların sayısı n = 150 iken olası yordayıcıların sayısı p = 400'dür. Sonuç sürekli bir değişkendir. En "önemli" tanımlayıcıları, yani sonucu açıklamak ve bir teori oluşturmaya yardımcı olmak için en iyi aday olanları bulmak istiyorum. Bu konuda …

22 regression  cross-validation  model-selection  feature-selection  elastic-net 

Regresyon modelini kullanarak bir zaman serisi verisini (kopyalar olmadan) sığdırmaya çalışıyordum. Veri aşağıdaki gibi görünüyor: > xx.2 value time treat 1 8.788269 1 0 2 7.964719 6 0 3 8.204051 12 0 4 9.041368 24 0 5 8.181555 48 0 6 8.041419 96 0 7 7.992336 144 0 8 7.948658 …

22 r  regression  statistical-significance  anova  p-value 

(GÜNCELLEME: Daha derine daldım ve sonuçları buraya gönderdim ) İsimli istatistiksel testlerin listesi çok büyük. Ortak testlerin pek çok basit doğrusal modeller çıkarımlar güvenmek, örneğin, bir tek numune t-testi sadece bir y = β + ε boş modeli karşı test edildiği y = μ + ε , yani bu β …

22 regression  correlation  anova  t-test  linear-model 

Bu ilk cümlesi wiki "açıklayıcı değişken hata terimi ile ilişkili olduğunda ekonometri olarak, bir içsellik sorun oluşur. O sayfa iddiaları 1 " Sorum şu ki, bu nasıl olabilir? Regresyon beta, hata terimi tasarım matrisinin sütun alanına dik olacak şekilde seçilmemiştir mı?

22 regression 

Sorumu açıklamak için, girişin bir dereceye kadar gürültüye sahip olduğu ancak çıkışın olmadığı bir eğitim setim olduğunu varsayalım; # Training data [1.02, 1.95, 2.01, 3.06] : [1.0] [2.03, 4.11, 5.92, 8.00] : [2.0] [10.01, 11.02, 11.96, 12.04] : [1.0] [2.99, 6.06, 9.01, 12.10] : [3.0] Burada çıktı, eğer girişsiz ise …

22 regression  machine-learning  neural-networks  confidence-interval  prediction-interval 

Son blog yazılarından Andrew Gelman diyor ki: Simpsonların paradoksu için karşı tarafların ya da potansiyel sonuçların gerekli olduğunu düşünmüyorum. Bunu söylüyorum, çünkü biri manipüle edilemeyen veya manipülasyonların doğrudan ilgilenmediği değişkenlerle Simpson'un paradoksunu kurabilir. Simpson'un paradoksu, daha fazla yordayıcı eklerseniz, regresyon coef'lerinin değiştiği daha genel bir sorunun bir parçasıdır, işaretin saygısızlığı …

22 regression  interaction  simpsons-paradox 

(: Örn Wasserman (2006) Ben regresyon katsayıları için Wald testi asimptotik tutan aşağıdaki özelliği dayanmaktadır anlıyoruz İstatistik All , sayfa 153, 214-215): βregresyon katsayısı gösterir^se(β)regresyon katsayısı standart hata gösterir veβ, 0(ilgili bir değerdirβ0genellikle 0 katsayının 0'dan önemli ölçüde farklı olup olmadığını test etmek için). Boyutu * YaniαWald testidir: reddetmekH0zaman| W| …

22 r  regression  hypothesis-testing  generalized-linear-model 

Daha iyi R paketleri anlamaya isteyen Larsve Glmnet: Kement sorunu çözmek için kullanılır, ( Değişkenler ve örnekleri için, bkz. www.stanford.edu/~hastie/Papers/glmnet.pdf , sayfa 3)m i n( β0β) ∈ Rp + 1[ 12 NΣi = 1N-( yben- β0- xTbenβ)2+ λ | | β||l1]mbenn(β0β)∈R,p+1[12N-Σben=1N-(yben-β0-xbenTβ)2+λ||β||l1]min_{(\beta_0 \beta) \in R^{p+1}} \left[\frac{1}{2N}\sum_{i=1}^{N}(y_i-\beta_0-x_i^T\beta)^2 + \lambda||\beta ||_{l_{1}} \right]pppN-N-N Bu …

22 r  regression  machine-learning  lasso  regularization 

Sınıflandırma bağlamında dengesiz verilerin ele alınması konusunda iyi sorular var , ancak insanların regresyon için örneklemek için ne yaptığını merak ediyorum. Sorunlu alanın işarete çok duyarlı olduğunu, ancak hedefin büyüklüğüne sadece biraz duyarlı olduğunu varsayalım. Bununla birlikte, büyüklük modelin sınıflandırma değil (pozitif ve negatif sınıflar) regresyon (sürekli hedef) olması gerektiği …

22 regression  sampling  unbalanced-classes 

Bir değişken gerileme isteyen üzerine . Bunu ham veya dik polinomları kullanarak yapmalı mıyım? Sitede bunlarla ilgilenen soruya baktım, ancak onları kullanma arasındaki farkın ne olduğunu gerçekten anlamıyorum. yyyx,x2,…,x5x,x2,…,x5x,x^2,\ldots,x^5 Neden sadece katsayılarını almak için "normal" bir gerileme yapamaz aitβiβi\beta_iy=∑5i=0βixiy=∑i=05βixiy=\sum_{i=0}^5 \beta_i x^i (p değerleri ve diğer tüm güzel şeyler ile birlikte) …

22 r  regression  polynomial 

Sorum, @whuber ile farklı bir sorunun yorumunda yapılan bir tartışmadan kaynaklandı . Özellikle, @whuber adlı kullanıcının yorumu şöyle: Sizi şaşırtabilmesinin bir nedeni, bir korelasyon testi ve regresyon eğimi testi altında yatan varsayımların farklı olmasıdır - bu yüzden korelasyon ve eğimin gerçekten aynı şeyi ölçtüğünü anlasak bile, p değerleri neden aynı …

21 regression  correlation  p-value  assumptions 

EDIT: Bu soru şişirildiği için bir özet: aynı karma istatistiklere sahip (anlamlı, ortalama, orta derece ve ilişkili dağılımları ve gerileme) farklı anlamlı ve yorumlanabilir veri kümeleri bulmak. Anscombe dörtlüsü (bkz . Yüksek boyutlu verileri görselleştirme amacı? ), Aynı marjinal ortalama / standart sapma (dört ve dört , ayrı ayrı) ve …

21 regression  descriptive-statistics  curve-fitting  estimators 

Dengesiz verilerle lojistik bir regresyon modellemek istiyorum (9: 1). glmR işlevindeki ağırlıklar seçeneğini denemek istedim , ancak ne yaptığından% 100 emin değilim. Çıktı değişkenimin olduğunu söyleyelim c(0,0,0,0,0,0,0,0,0,1). şimdi "1" e 10 kat daha fazla ağırlık vermek istiyorum. bu yüzden ağırlık tartışmasını yapıyorum weights=c(1,1,1,1,1,1,1,1,1,1,1,10). Bunu yaptığımda, maksimum olasılığın hesaplanmasında dikkate alınacaktır. …

21 regression  logistic  classification  unbalanced-classes  weighted-data 

Gelman ve Hill (2006) p46'ya şunu yazmaktadır: Genel olarak en az önemli olan regresyon varsayımı, hataların normal olarak dağılmış olmasıdır. Aslında, regresyon çizgisini tahmin etmek amacıyla (bireysel veri noktalarının tahmin edilmesine kıyasla), normallik varsayımı hiç de önemli değildir. Bu nedenle, birçok regresyon ders kitabının aksine, regresyon artıklarının normalliğinin teşhisini önermiyoruz. …

21 regression  residuals  assumptions 

Lojistik ve logit regresyonu arasındaki fark nedir? Bunların benzer olduğunu (hatta aynı şeyi) anlıyorum, ancak birileri bu ikisi arasındaki farkları açıklayabilir mi? Biri oranlarla mı ilgili?

21 regression  logistic  terminology  logit  odds